浏览器抓取网页(浏览器输入URL之后发生了什么？输入到获取网页的过程)

　　浏览器抓取网页(浏览器输入URL之后发生了什么？输入到获取网页的过程)

　　浏览器输入URL获取网页的过程

　　上图大致描述了浏览器输入 URL 时发生的情况。详细过程总结如下。

　　条件是：

　　从浏览器输入 URL 地址

　　URL，也称为统一资源定位器，描述了特定服务器上资源的特定位置。URL由三部分组成：

　　scheme 描述了用于访问资源的协议 服务器的 Internet 地址 其余指定 Web 服务器的资源

　　有效的网址

　　1

　　http://video.google.com.uk:80/videoplay?docid=-7246927612831078230&hl=en#00h02m30s

　　上面的 URL 分解为：

　　查询流程：

　　首先会查询浏览器的缓存，浏览器会存储一定时间内的DNS记录。如果没有找到，会在操作系统的缓存中查询；路由器也会被DNS记录查询，并且会继续在路由器的缓存中查询；ISP互联网提供商查询，这里是最后在DNS系统上搜索到的连接互联网的中继站；DNS解析过程

　　DNS采用迭代查询和递归查询两种方式。因为IP地址很难记住，所以域名可以帮助我们记住网站地址。域名实际上无法找到服务器的位置，而是通过DNS服务器将域名解析为IP地址。确定服务器的位置。

　　首先，浏览器像本地 DNS 服务器一样发送请求。如果没有查询到本地DNS地址，则需要使用递归和迭代的方式依次向根域名服务器、顶级域名服务器、权威域名服务器发送查询请求，直到找到一个或一组IP。地址，返回给浏览器。

　　DNS本身的传输协议是UDP协议，但是每次迭代和递归查找都是非常耗时的，所以DNS有这个多级缓存。

　　缓存分为：浏览器缓存、系统缓存、路由器缓存、IPS服务器缓存、根域名服务器缓存、顶级域名服务器缓存、主域名服务器缓存。

　　DNS 负载均衡

　　DNS 不一定每次都返回同一服务器的地址。DNS可以返回合适机器的IP，根据每台机器的负载和机器的物理位置合理分配。CDN技术是利用DNS重定向技术返回离用户最近的服务器。

　　TCP 连接

　　建立 TCP 连接，经典的三次握手过程。

　　TCP是端到端可靠的面向连接的协议，所以HTTP基于传输层协议，无需担心数据传输。